Meta正在經歷一場從“Token競賽”到“Token管理”的內部轉向。據The Information獲取的內部備忘錄，這家社交媒體巨頭向約6000名員工發出警告：公司內部AI使用量正呈指數級增長，僅此一項到2026年就可能產生數十億美元的成本。

這份備忘錄揭示了一個此前鮮少被外界關注的問題——在全力押注AI的浪潮中，科技公司自身也成了AI服務的重度消耗者。Meta內部員工和團隊此前對自己消耗的Token量既無可見性也無控制力，這種粗放狀態即將改變。

從2027年開始，Meta將引入一套全新的治理體系。核心是一個由開發者和工程師團隊構建的中央儀表板“AI Gateway”，它能在單一平臺上追蹤AI使用情況和支出。預算制度、分配機制將同步落地，針對異常成本飆升的自動警報功能也在開發中。這意味著AI資源將像雲計算資源一樣被精細計量和管控。

從“Tokenmaxxing”到理性使用

這場轉向有其戲劇性的前情。此前Meta曾將AI使用納入績效考核的“核心期望”，結果催生了所謂的“Tokenmaxxing”現象——員工通過一個名為“Claudeonomics”的內部排行榜人為膨脹自己的AI消耗量，在短短30多天內就積累了73.7萬億個Token。

CTO Andrew Bosworth在另一份備忘錄中對此進行了明確糾偏。他直言：“沒有人應該僅僅為了使用AI工具而使用它們。所有的動作不等於進步，Token使用量本身絕不是任何形式影響力的衡量標準。”他強調，工具應當在“真正能讓我們做得更好、更快”時才使用。

這一表態實質上否定了將AI使用量等同於生產力提升的簡單邏輯，也標誌著Meta內部AI文化的重大調整。

引導員工使用自研工具

在成本管控之外，Meta還希望引導員工遠離第三方AI工具。備忘錄顯示，公司計劃推動員工從Anthropic的Claude等外部模型轉向自家編程助手MetaCode。不過Meta也承認，其自研模型目前在前沿能力上尚不具備競爭力，因此其他模型仍將可用。

Meta新成立的“應用AI工程”部門正在通過創建編程任務作為訓練數據來改進MetaCode，試圖縮小這一差距。這種“邊用邊建”的策略，反映出大型科技公司在AI工具鏈上追求自主可控的深層動機——既為控制成本，也為積累技術能力。

行業共性：AI成本治理成為新課題

Meta並非獨自面對這一挑戰。報道指出，亞馬遜此前也遭遇了類似的Token消耗失控問題。兩家公司如今都在收緊AI開支，這契合了一個更廣泛的行業趨勢：企業開始質疑AI是否真的在提升生產力。

OpenAI首席執行官Sam Altman近期也公開表示，成本控制已成為其客戶面臨的“巨大問題”，這背後部分源於模型使用價格的大幅上漲。

從產業視角看，這一系列信號意味著AI基礎設施的擴張正進入新階段。在算力硬件和模型能力持續投入的同時，如何衡量AI使用的實際產出、如何建立有效的成本治理機制，正在成為決定AI投資回報的關鍵變量。對關注AI產業鏈的投資者而言，這既是風險提示——粗放增長不可持續，也指向新的機會——AI成本管理工具和精細化運營服務可能成為下一塊拼圖。

Meta的案例還揭示了一個更深層的張力：當一家公司同時是AI的開發者、部署者和重度使用者，其內部治理模式將直接影響外部競爭力。Bosworth的“動作不等於進步”論斷，或許正在為整個行業寫下新的註腳。